Making sense of our connected world
The death of manual data entry
Data collection from standardized documents is still a manual process in many industries. AI-based solutions, such as those from Hypatos in Berlin, automate these manual processes, thereby reducing costs and error rates. It helps employees to process data effectively. Hypatos offers an AI as a Service solution for companies from all industries. Jessica Schmeiss and Nicolas Friederici show in this blog post how the startup uses AI technologies and how to create a successful business model. The article is part of “Demystifying AI in entrepreneurship” study to be published in 2019 at HIIG.
Für Unternehmen in fast allen Branchen spielt Datenerfassung aus strukturierten Dokumenten eine große Rolle. Die Erfassung geschieht in den meisten Fällen manuell und wird von trainierten Fachkräften durchgeführt. Zum Beispiel sichten BuchhalterInnen in Unternehmen Rechnungseingänge und Belege, um diese Daten in Buchhaltungssysteme zu übertragen. ApothekerInnen überprüfen Rezepte für verschreibungspflichtige Medikamente, bevor diese an PatientInnen vergeben werden, und Sachbearbeitende in Banken prüfen manuell verschiedene Dokumente (z.B. Gehaltsnachweise), um die Kreditwürdigkeit von KundInnen zu bestimmen. Die manuelle Erfassung dieser Daten kostet viele Ressourcen, obwohl sie eine geringe kognitive Leistung erfordert. KI-basierte Technologien wie neuronale Netzwerke und Bilderkennung können in diesen Fällen helfen, manuelle Aufgaben zu automatisieren und Mitarbeitende so zu unterstützen.
Das Berliner Startup Hypatos, gegründet in 2018 von Ulrich Erxleben, Janosch Novak und Sven Loth, entwickelt Technologien, um die Datenerfassung in internen Prozessen zu automatisieren. Die Firma hat aktuell ca. 25 Mitarbeitende an drei Standorten, mit einem Team in Berlin, einem Team von DatenexpertInnen in Kleinmachnow und einem Entwicklerteam in Warschau.
Hypatos nutzt neuronale Netzwerke und Bilderkennung, um strukturierte Dokumente automatisiert zu erfassen. So kann die zur Erfassung benötigte Zeit reduziert werden, Kosten reduziert und die Qualität der Datenerfassung erhöht werden. Das Berliner Unternehmen bietet zwei verschiedene Produkte an. Vortrainierte Modelle für standardisierte Anwendungsfälle eignen sich beispielsweise für die Erfassung von Rechnungseingängen. Diese Modelle können schnell in bestehende Prozesse des Kunden integriert werden. Zum anderen bietet Hypatos eine Studio Software an, in der KundInnen eigene Modelle für individuelle Anwendungsfälle trainieren. Hierzu werden die zu erfassenden Daten definiert und anhand von Test-Dokumenten ein neues Modell trainiert, welches diese Daten verarbeiten kann. In beiden Fällen wird jedoch lediglich die Erfassung der Daten automatisiert. Eine zentrale Rolle kommt weiterhin dem Mitarbeitenden zu, der die Datenerfassung überprüft und auf verschiedene Arten und Weisen weiterverarbeitet.
Value Proposition: Hypatos automatisiert die Erfassung semi-strukturierte Dokumente für interne Prozesse in allen Branchen. So werden für den Kunden Kosten eingespart und die Fehlerquote reduziert.
Kundenbeziehungen: In der Implementierungsphase betreut Hypatos die Kunden eng, um die Modelle vollständig in die Prozesse einzubinden. Sobald die Modelle voll implementiert sind, ist nur gelegentlicher Kundenservice notwendig.
Kundensegment: Hypatos fokussiert sich auf alle Unternehmen, die auf Dokumentenmanagement Prozesse angewiesen sind. Die Technologie ist sehr eng spezifiziert, aber die Anwendungsfälle sind für nahezu alle Unternehmen relevant (daher geht die Lösung schon fast in den Massenmarkt).
Umsatz: Der Kunde bezahlt pro Anfrage an die implementierte API. Hypatos bietet verschiedene Pakete an, in denen eine bestimmte Anzahl von Anfragen pro Monat enthalten ist.
Kommunikationskanäle: NeukundInnen werden hauptsächlich über Industrie Events (z.B. CFO Konferenzen) abgedeckt. Hier wird viel auf persönlicher Ebene gearbeitet, um die Implementierung der Modelle zu definieren. Die Kundenbetreuung findet ebenfalls persönlich, aber häufig per Email oder Telefon statt.
Ressourcen: Die zentrale Ressource ist hochqualifiziertes Personal zur Entwicklung der Technologie. Zusätzlich ist Rechenkapazität sehr wichtig, hier greift Hypatos auf eigene Hardware und bestehende Cloud-Anbieter zurück. Kapital (von Investoren) ist weiterhin eine wichtige Ressource für die Weiterentwicklung der Firma.
Kosten: Größter Kostenfaktor für Hypatos sind Personal und Rechenkapazität. Sie bieten eine Technologie für eine Vielzahl von Anwendungsfällen in allen Branchen an.
Partnerschaften: Hypatos entwickelt die Technologie größtenteils im eigenen Unternehmen, greift aber bei der Entwicklung häufig auf Open Source Technologien zurück. Wichtige Partner sind Cloud Provider wie Amazon AWS oder Google Cloud, die sicherstellen, dass stets genügend Rechenkapazität vorhanden ist, um die Modelle stabil laufen zu lassen. Media & Text
Aktivitäten: Hypatos fokussiert sich stark auf die Entwicklung trainierte Modelle für relevante Anwendungsfälle. Daher hat die technische Entwicklung und Optimierung der Modelle einen sehr hohen Stellenwert.
Die Veranschaulichung des Geschäftsmodells zeigt deutlich, welch großen Stellenwert qualifiziertes Personal für den Erfolg des Unternehmens hat. Die Entwicklung und kontinuierliche Weiterentwicklung von marktfähigen technischen Lösungen ist ein zentraler Wettbewerbsvorteil von Hypatos. Die Einbindung von fertigen Modellen in bestehende Prozesse ist hierbei ein Anwendungsfall, der für viele Unternehmen ein erster Schritt in Richtung KI sein kann.
Mehr über Hypatos, ihre fortschrittliche Technologie und deren Potential für die Wirtschaft hören Sie im kommenden Monat im Exploring Digital Spheres Podcast-Interview mit Gründer Ulrich Erxleben. Er wird im Gespräch mit HIIG-Forscherin Jessica Schmeiss erklären, welche Rolle der Mensch bei der Automatisierung von Geschäftsprozessen spielt und welche Vorteile KI-Startups am Standort Berlin haben.
This post represents the view of the author and does not necessarily represent the view of the institute itself. For more information about the topics of these articles and associated research projects, please contact info@hiig.de.
You will receive our latest blog articles once a month in a newsletter.
Digital future of the workplace
Empowering workers with data
As workplaces become data-driven, can workers use people analytics to advocate for their rights? This article explores how data empowers workers and unions.
Two years after the takeover: Four key policy changes of X under Musk
This article outlines four key policy changes of X since Musk’s 2022 takeover, highlighting how the platform's approach to content moderation has evolved.
Between vision and reality: Discourses about Sustainable AI in Germany
This article explores Sustainable AI and Germany's shift from optimism to concern about its environmental impact. Can AI really combat climate change?